pytorch PixelShuffle和Upscale函数
该函数设计思想来源于2016年的一篇SR文章,Real-Time Single Image and Video Super-Resolution Using an Efficient Sub-Pixel Convolutional Neural Network 原理如下图:
子像素卷积的实现原理:利用卷积得到图像 r 2 r^2 r2个通道的特征图,并且特征图的大小和输入图像的大小一致,然后将特征图上的一个元素位置的 r 2 r^2 r2个特征点按次序排列开,形成 r ∗ r r*r r∗r的像素分布,实现图像扩大的功能;
pytorch中的定义在:https://github.com/pytorch/pytorch/blob/master/torch/nn/modules/pixelshuffle.py文件中
函数定义
其中upscale_factor为放大倍数
class torch.nn.PixleShuffle(upscale_factor) 输入输出
Input:KaTeX parse error: Expected ‘}’, got ‘_’ at position 31: …\text { upsclae_̲factor} ^ { 2 }…
output:KaTeX parse error: Expected ‘}’, got ‘_’ at position 23: … \text {upscale_̲factor},W*\text…
例子:
pixel_shuffle = nn.PixelShuffle(3) #放大3倍 input = torch.randn(1, 9, 4, 4) output = pixel_shuffle(input) print(output.size()) #输出为[1,1,12,12] Upsample 函数
pytorch实现文件为:https://github.com/pytorch/pytorch/blob/master/torch/nn/modules/upsampling.py
对给定多通道的1维（temporal）、2维（spatial）、3维（volumetric）数据进行上采样。
定义
class torch.nn.Upsample(size=None, scale_factor=None, mode='nearest', align_corners=None) 参数说明:
- size 是要输出的尺寸，数据类型为tuple： ([optional D_out], [optional H_out], W_out)
- scale_factor 在高度、宽度和深度上面的放大倍数。数据类型既可以是int——表明高度、宽度、深度都扩大同一倍数；亦或是tuple——指定高度、宽度、深度的扩大倍数。
- mode 上采样的方法，包括最近邻（nearest），线性插值（linear），双线性插值（bilinear），三次线性插值（trilinear），默认是最近邻（nearest）。
- align_corners 如果设为True，输入图像和输出图像角点的像素将会被对齐（aligned），这只在mode = linear, bilinear, or trilinear才有效，默认为False。
例子
input=torch.arange(1,5).view(1,1,2,2).float() input tensor([[[[ 1., 2.], [ 3., 4.]]]]) input m=nn.Upsample(scale_factor=2,mode='nearest') m(input) tensor([[[[ 1., 1., 2., 2.], [ 1., 1., 2., 2.], [ 3., 3., 4., 4.], [ 3., 3., 4., 4.]]]]) m = nn.Upsample(scale_factor=2, mode='bilinear') m(input) tensor([[[[ 1.0000, 1.2500, 1.7500, 2.0000], [ 1.5000, 1.7500, 2.2500, 2.5000], [ 2.5000, 2.7500, 3.2500, 3.5000], [ 3.0000, 3.2500, 3.7500, 4.0000]]]]) input m = nn.Upsample(scale_factor=2, mode='bilinear', align_corners=True) m(input) tensor([[[[ 1.0000, 1.3333, 1.6667, 2.0000], [ 1.6667, 2.0000, 2.3333, 2.6667], [ 2.3333, 2.6667, 3.0000, 3.3333], [ 3.0000, 3.3333, 3.6667, 4.0000]]]]) input_3x3 = torch.zeros(3, 3).view(1, 1, 3, 3) input_3x3[:, :, :2, :2].copy_(input) tensor([[[[ 1., 2.], [ 3., 4.]]]]) input_3x3 tensor([[[[ 1., 2., 0.], [ 3., 4., 0.], [ 0., 0., 0.]]]]) m = nn.Upsample(scale_factor=2, mode='bilinear') # align_corners=False m(input_3x3) tensor([[[[ 1.0000, 1.2500, 1.7500, 1.5000, 0.5000, 0.0000], [ 1.5000, 1.7500, 2.2500, 1.8750, 0.6250, 0.0000], [ 2.5000, 2.7500, 3.2500, 2.6250, 0.8750, 0.0000], [ 2.2500, 2.4375, 2.8125, 2.2500, 0.7500, 0.0000], [ 0.7500, 0.8125, 0.9375, 0.7500, 0.2500, 0.0000], [ 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000]]]]) m = nn.Upsample(scale_factor=2, mode='bilinear', align_corners=True) m(input_3x3) tensor([[[[ 1.0000, 1.4000, 1.8000, 1.6000, 0.8000, 0.0000], [ 1.8000, 2.2000, 2.6000, 2.2400, 1.1200, 0.0000], [ 2.6000, 3.0000, 3.4000, 2.8800, 1.4400, 0.0000], [ 2.4000, 2.7200, 3.0400, 2.5600, 1.2800, 0.0000], [ 1.2000, 1.3600, 1.5200, 1.2800, 0.6400, 0.0000], [ 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000]]]]) 发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/203028.html原文链接：https://javaforall.net
